接上一篇《分析消費者市場——購買決策過程（五階段模型之問題識别）》

令人驚訝的是，消費者通常隻會搜尋有限的信息。調查顯示，一半的消費者隻會在一家商店裡尋找耐用品，并且僅有30%的消費者會看一個以上的電器品牌。我們可以将搜索的參與度分為兩個水平：溫和的搜索狀态被稱為增強關注（heightened attention）。在這個水平上，一個人對産品信息僅僅表現為被動接受。在下一個水平，這個人可能會進入積極的信息搜索狀态：尋找閱讀材料、給朋友打電話、上網和到商店了解産品。

營銷者必須了解在不同的時間和地點消費者搜索或接收到的信息類型。例如，聯合利華與美國最大的零售雜貨連鎖店克羅格（Kroger）合作，了解到制訂膳食計劃需要經過三個步驟：讨論吃什麼和可能的選擇（增強關注），每一餐具體吃什麼（信息搜索），最終購買。事實證明，周一是未來一周重要的膳食計劃日。早餐期間的談話通常聚焦在健康上，但在當天的晚些時候，即午餐期間，讨論則更多聚焦于如何将剩飯剩菜重新利用起來。

消費者的主要信息來源可以分為四類：個人的，如家人、朋友、鄰居、熟人；商業的，如廣告、網站、電子郵件、銷售人員、經銷商、包裝、展示；公共的，如大衆媒體、社交媒體、消費者評級組織；以及經驗的，如處理、檢查或使用産品。

通過這些來源獲取的信息的相對數量，以及它們帶來的影響，都随産品種類和購買者的特點而變化。一般而言，雖然消費者從商業來源（營銷者主導的來源）接收到最多的産品信息，但是，最為有效的信息通常來自個人、經驗或獨立權威的公共來源。社交媒體的普及模糊了信息來源的界限，并拓寬了信息來源的範圍：人們在臉書上分享他們的購物信息，或在亞馬遜上撰寫産品評論，其他人會把它們視為獨立機構，它們的意見有着很大的分量和深遠的影響。

每種來源在影響購買決策方面發揮着不同的作用。商業來源通常發揮信息作用，而個人來源則發揮判斷或評估作用。例如，内科醫生經常通過商業來源了解新藥，但會找其他醫生進行評估。許多消費者交替使用線上和線下渠道來了解産品和品牌。

消費者依據内部和外部信息來幫助他們做決定。内部信息是基于個人經驗。例如，一個想外出就餐的人可能會回想起在當地一家意大利餐廳吃過的大餐，或看過的一家最近新開的法國小酒館的廣告，外部信息來源通常用于高介入度決策，如購買汽車或高端電器。外部信息來源包括：家人、朋友和同事的建議和意見；走訪經銷商和網上搜索以比較型号和價格；以及《消費者報告》（Consume Reports）等咨詢來源。

通過收集信息，消費者了解了競争品牌及其特點。下圖中的第一個方框表明了現有品牌的總集合（total set）。個體消費者僅了解該集合的一個子集，即知曉集（awareness set）。其中隻有一些品牌能夠滿足消費者的最初購買标準，即考慮集（consideration set）。随着消費者收集更多的信息，隻有少數選項仍然是強有力的競争者，即選擇集（choice set）。消費者會從這些品牌中做出最終選擇。

消費者決策中依次出現的集合

為了理解不同的競争力以及不同的決策集是如何形成的，營銷者需要識别指導消費者決策的屬性層次。識别此屬性層次的過程被稱為市場劃分（market partitioning）。多年前，大多數汽車購買者首先決定制造商，再決定其汽車類型，其屬性層次為品牌主導型層次（brand-dominant hierarchy）。例如，購買者可能偏愛通用汽車，并在這個集合中選擇雪佛蘭車型。如今，許多購買者首先決定他們想要購買哪個國家的汽車，其屬性層次為國家主導型層次（nation-dominant hierarchy）。例如，購買者可能首先決定他們想買一輛德國車，再選擇奧迪，最後鎖定奧迪A6。

屬性層次還可以揭示顧客細分。首先基于價格做決定的購買者是價格主導型，首先基于汽車類型（轎車、跑車、SUV、混合動力）做決定的購買者是類型主導型，首先基于品牌做決定的購買者是品牌主導型。類型、價格或品牌主導型的消費者構成了一個細分市場，質量和服務主導型的購買者構成了另一個細分市場。每個細分市場都可能有不同的人口統計特征、心理特征和行為方式，以及不同的知曉集、考慮集和選擇集。

上面的集合圖表明，公司必須制定戰略，使其品牌進入潛在顧客的知曉集、考慮集和選擇集。如果一個食品店店長首先按照品牌，如達能（Dannon）和優諾來排列酸奶，然後再在每個品牌中按照口味排列，消費者将傾向于從同一品牌中選擇他們的口味。然而，如果所有的草莓酸奶都放在一起，然後是所有的香草酸奶，以此類推，消費者很可能會先選擇他們想要的口味，然後再選擇他們想要的特定口味的品牌。

網上搜索行為可能會有所不同，部分取決于産品信息的呈現方式，例如，産品方案可能會按照其對消費者預期吸引力大小的順序進行呈現，那麼消費者就可能不再像往常那樣進行廣泛的搜索。越來越複雜的推薦引擎使用算法和數據來發掘消費者的選擇模式，并為特定消費者的需要和興趣推薦最相關的産品。

亞馬遜的“商品到商品”的協同過濾算法就是根據那些與消費者購買過的類似産品相匹配的産品線和主題領域向顧客進行推薦。這涉及對數十億個數據點的分析，這些數據點來自對在線顧客行為的觀察，包括購買曆史和購物車中删除的産品等。推薦出現在以下幾處：個性化推薦和先前浏覽過的産品鍊接，以及幫助亞馬遜削減配送成本的“經常一起購買的商品”闆塊。研究表明，亞馬遜上超過三分之一的消費者購買來自産品推薦。

公司還必須識别出消費者選擇集中的其他品牌，以便設計合适的競争性訴求。此外，營銷者還應該明确消費者的信息來源，并評估其相對重要性。詢問消費者以下問題将有助于公司準備對目标市場的有效溝通：最初如何得知該品牌、之後又了解到什麼信息、這些不同信息源的相對重要性。數字營銷可以更輕易地發現和分析那些将潛在顧客引流至公司網站的其他網站。例如，亞馬遜的聯盟網絡顯示了哪些網站和博客不僅為亞馬遜網站帶來流量，還為特定産品帶來流量。

下一篇預告《分析消費者市場——購買決策過程（五階段模型之方案評估）》

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!